结构磁共振成像数据处理培训班
发布时间:2019-05-27 16:05:29 来源: 北京赛博尔医药科技有限公司
结构磁共振成像数据处理培训班
北京赛博尔医药科技有限公司将于2019年7月26日- 2019年7月28日(周五-周日)举办结构磁共振成像数据处理培训班(详见课表安排)。欢迎大家前来咨询。
培训班依然坚持小班教学,手把手带教的教学模式,争取使每一位参加培训的学员能够在数据处理方法上取得进步。
1、培训简介
大脑结构像分析可以实现对大脑解剖结构的重建、可视化显示以及量化分析,为揭示各种神经、精神疾病的发病机理和神经机制提供影像信息;还可以实现与脑功能数据的多模态融合,帮助我们更加深入地了解大脑的工作原理。我们拟举办结构磁共振成像数据处理培训班,旨在帮助刚刚接触磁共振脑成像的临床医生,如放射、精神、神经内外科、康复科、儿科等及心理、生物医学工程等研究生快速了解本领域及初步掌握数据处理及分析的相关方法。
2、培训对象
此次培训的对象是希望利用脑影像技术进行脑科学研究的医生、高校教师与在校学生等。培训内容主要包括:皮层厚度、皮质下结构体积及海马体积的计算、结构网络构建、Freesurfer中Qdec统计分析、命令行统计&数据转换、结构像VBM/CAT12-SBM分析。
3、培训课程安排
时间 |
课程名 |
主要内容 |
|
第一天 周五 |
上午 |
皮层厚度、皮质下结构体积及海马体积的计算 |
Ubuntu系统及常用命令介绍 Freesurfer环境配置 计算结果及文件说明 Freeview看图 |
下午 |
结构网络构建 |
个体脑网络/群组脑网络的构建 海马亚区网络构建 小世界网络分析 |
|
第二天 7月27日 周六 |
上午 |
Freesurfer中Qdec统计分析 |
数据质量检查与常见问题解决 Qdec统计分析 |
下午 |
命令行统计&数据转换 |
GLM原理简介 命令行统计分析 皮层厚度提取 Freesurfer批处理 |
|
第三天 7月28日 周日 |
上午 |
结构像VBM/CAT12-SBM分析 |
VBM方法介绍 基于SPM的VBM分析流程详解 VBM统计分析 结果呈现与汇报 |
下午 |
SBM方法及常用指标介绍 基于CAT12的SBM分析流程详解SBM统计分析 结果呈现与汇报 |
注:如方便,请于会议开始前一天到达会场(13:00 - 17:00)熟悉场地及安装软件、拷贝资料等事宜。
4、培训人数
为保证培训质量,此次培训限定人数20人左右,报名敬请从速。
5、培训地点
北京市朝阳区曙光西里甲5号凤凰置地广场A座23层2307室。
6、培训费用
所有参会人员2400/人(含资料费、培训费和午餐费,交通及住宿费自理)。
7、报名方式
请将报名回执发送至:Cibr_medical@163.com
8、缴费方式
银行转账或者支付宝(账号:13381109780 户名:杨南),不接受现场缴费,谢绝录像,主办方提供发票。
9、联系方式
杨老师13381109780
报名回执表
单位名称 (发票抬头,纳税人识别号) |
|
||||
姓名 |
|
性别 |
|
|
|
电话号码 |
|
科室/专业 |
|
||
缴费方式 |
□转帐 □支付宝 (请选择在□打√) |
||||
银行信息 |
户名:北京赛博尔医药科技有限公司 账号:0200048409200117652 |
||||
汇款备注 |
结构磁共振成像数据处理培训班 |
注:请完整填写回执表后回传给我们,以便给你发送确认函,谢谢支持!
请各位培训学员自带笔记本电脑(Windows 64位及Linux双系统(Ubuntu或虚拟机),务必下载好FreeSurfer软件,i5、4G内存、50G剩余存储空间等基本配置;苹果Mac电脑用户如方便请提前使用Bootcamp加装Windows 64位系统);
FreeSurfer下载
(http://www.freesurfer.net/fswiki/DownloadAndInstall)
Matlab 2016a 安装破解教程
(https://blog.csdn.net/u012313335/article/details/73733651/)
学员自己有数据的可以带3-5例进行现场处理。并在7月16日前进行缴费及将回执表发至Cibr_medical@163.com,便于培训安排。
11、在线支持服务
参加培训学员将得到在线技术支持服务,伴随参加培训班的学员共同成长。
12、培训人员简介:
张博士, 北京工业大学生物医学工程在读博士,专注于机器学习方法在大脑磁共振的研究,具有丰富的基于机器学习的医学影像特征处理实践经验。目前主要课题方向为基于深度学习和磁共振影像对大脑认知的疾病及老化的分类与预测研究。已独立完成一项基于结构磁共振和深度学习模型对阿尔兹海默症的分类方法研究,取得了非常理想的分类结果。至今已发表关于大脑磁共振工程方法学研究论文10余篇。硕士期在北京神经外科研究所功能影像磁共振室长期实习,并在此期间完成了多项图像分析任务,对人与动物的脑磁共振最新获取手段及后处理方法具有深入的了解。熟悉深度学习及传统机器学习算法模型原理,擅长matlab、python等编程实践。
崔博士,中国科学院自动化研究所模式识别国家重点实验室脑网络组研究中心,副研究员,硕士生导师。2012年在澳大利亚纽卡斯尔大学获得博士学位,博士毕业后进入中科院自动化所工作。主要研究方向为基于神经影像的脑疾病生物标记识别和影像遗传学研究。在Cerebral Cortex, NeuroImage, Schizophrenia Bulletin, Psychological Medicine等国际权威杂志发表研究论文20余篇,主持和参与多项国家自然基金。
李博士,北京工商大学计算机与信息工程学院讲师,博士学位,毕业于北京工业大学,主要从事大脑结构和功能磁共振图像处理及脑网络构建与分析的研究。博士期间,作为第一作者共发表 SCI 论文 3 篇,参与国家级和省部级课题3项,并曾赴美访问交流一年。